招聘信息分享
JOBHUNTER
聚合各大厂 / 国企官网招聘信息，实时同步官方数据
招聘信息分享
JOBHUNTER
聚合各大厂 / 国企官网招聘信息，实时同步官方数据
1、负责fintech安全体系规划与设计，对核心业务进行应用安全架构设计，能够给出完整的解决方案 2、负责fintech业务安全代码审计、渗透测试和漏洞挖掘等工作； 3、负责fintech业务相关的安全技术研究，针对性设计安全防护方案并推动落地；
1. 参与滴滴国际金融离线、实时数据集市和实时指标开发工作； 2.参与滴滴国际金融离线、实时相关数据规划、设计以及落地； 3.参与数据计算和服务的性能优化与运维，为业务提供稳定的服务；
1. 参与滴滴国际金融离线、实时数据集市和实时指标开发工作； 2.参与滴滴国际金融离线、实时相关数据规划、设计以及落地； 3.参与数据计算和服务的性能优化与运维，为业务提供稳定的服务；
数据仓库建设： 负责滴滴国际金融业务（支付、信贷等）的离线及实时数据仓库规划、建模与落地，构建高质量的数据资产体系。 指标体系开发： 主导实时与离线数据集市建设，设计并开发核心业务指标，为风控、运营及管理层提供精准的数据支持。 性能调优与稳定性： 负责大数据计算任务（Spark/Flink）的性能调优，保障数据产出的时效性与准确性，解决海量数据场景下的技术难题。 AI 赋能研发： 探索大模型（LLM）在数据研发领域的应用（如 Text-to-SQL、智能运维 Agent），利用 AI Coding 工具提升团队研发效率。
数据仓库建设： 负责滴滴国际金融业务（支付、信贷等）的离线及实时数据仓库规划、建模与落地，构建高质量的数据资产体系。 指标体系开发： 主导实时与离线数据集市建设，设计并开发核心业务指标，为风控、运营及管理层提供精准的数据支持。 性能调优与稳定性： 负责大数据计算任务（Spark/Flink）的性能调优，保障数据产出的时效性与准确性，解决海量数据场景下的技术难题。 AI 赋能研发： 探索大模型（LLM）在数据研发领域的应用（如 Text-to-SQL、智能运维 Agent），利用 AI Coding 工具提升团队研发效率。
1、负责城市渠道生态建设，优化属地渠道生态布局、提升渠道经营管理质量； 2、做好合作商户管理，识别商户日常经营问题，并出具相应解决方案； 3、负责城市内平台渠道合作商相关运营，包括渠道的考核管理、业务赋能以及准入准出，确保渠道的稳定与高效； 4、业务赋能与问题诊断：帮助城市网约车业务发现项目问题，与城市其他职能共同参与解决，并归纳相应的方法论； 5、负责渠道商日常拜访与关系维护，建立良好的长期合作关系。
1、通过数据洞察寻找C端增长机会，对人群画像和用户行为进行深度分析洞察； 2、负责市场营销线上渠道（小红书/公众号）生态建设工作，包括数据监控、内容策划等，提升品牌认知和用户粘性； 3、负责本地商务拓展合作，拓展并维护关键场景，通过资源整合撰写营销方案，落地线下营销活动，带领城市完成用户增长目标； 4、监控并分析各类市场活动的核心数据，基于数据持续优化动作，确保营销动作的高效和精准转化；
公司介绍 滴滴于 2016 年组建自动驾驶技术研发部门，致力于打造世界领先的 L4 级自动驾驶技术，通过科技让出行更安全、更高效。我们相信，将自动驾驶技术部署在共享出行车队中，将创造最大的社会价值。依托滴滴在出行领域的 先进技术、海量数据、丰富经验和完整的出行平台生态，我们正在打造并运营世界领先的自动驾驶 Robotaxi 车队，推动自动驾驶在城市复杂交通场景中的规模化落地。 职位描述 作为感知团队的一员，你将与国内外顶尖人才一起，研究和开发自动驾驶领域的前沿算法，直接赋能 L4 Robotaxi 的大规模部署。 你将面向真实城市道路场景中的多样化挑战，利用多模态传感器（LiDAR、Camera、Radar 等）设计、开发并优化感知算法，解决物体识别、障碍物检测、场景理解、意图预测与大模型赋能等核心问题。 在这里，你将有机会： 与中美两地的优秀工程师和科学家合作，参与世界级的技术竞争； 深入研究并推动最前沿的学术成果在产业中的落地； 在全球最大出行平台之一的业务场景中，实现科研成果的规模化应用。 主要方向与职责： 你将在以下方向中选定一个或多个方向深入负责，并承担从研发到落地、从算法到系统的端到端职责： （一）物体识别与跟踪 设计并实现基于 LiDAR / Camera / Radar 的多模态检测模型，识别车辆、行人、自行车、静态障碍物、交通标志等 提升精度、召回率与抗扰性（抗遮挡、夜间、恶劣天气、长尾类别） （二）通用障碍物识别 识别未知类别 /未训练类别的障碍物 基于异常检测 /开放类别识别的算法研究与工程实现 在非结构化环境（施工区域、道路损坏、落物等）中提升鲁棒性 （三）场景和意图理解 语义分割、实例分割、道路 /车道/交通标志/交通灯等结构物识别 场景理解，例如施工区域识别、可通行区域识别等 意图理解，例如行人动作识别、起步意图识别等 交互和事件识别，例如多方交互、交通规则冲突、非规范驾驶行为等 （四）感知大模型 /多模态 探索或应用预训练多模态大模型，将视觉、语言、地图/文本信息融合以增强感知能力 零样本 / 少样本 / 跨域泛化的策略研发 将大模型成果迁移到真实车队感知系统中，提升复杂场景下的鲁棒性 （五）模型评估、验证 构建完整的评估管道，包括离线评估 + 真实道路 + 模拟环境测试，支持回归检测与性能监控 指标体系设计 (Precision, Recall, IoU, latency, false positives rate 等)
1. 主导和参与芯片需求分析、分解和管理、整芯片关键特性取舍分析和决策、竞品分析和竞争力规划等工作； 2. 主导和参与芯片系统架构设计、专项领域（处理器、性能、功耗、存储、安全、维测等）方案设计等工作； 3. 主导和参与芯片相关产品规划和技术规划工作，参与长远路标制定； 4. 芯片开发阶段负责带领团队进行跨领域问题拉通、关键问题攻关等工作，并参与拉通前后端、供应链、封装、套片等领域的设计一致性问题； 5. 主导和参与芯片关键前沿技术预研工作。
1.主要负责修理、更换损坏的钣金零部件，使事故损坏车辆恢复到出厂技术标准； 2.负责协助保险事故专家/服务专家，完成事故车辆的定损、复勘等工作； 3.负责事故车辆的机械/电气/钣金件拆解、报价，并根据技术标准制定维修方案； 4.根据标准数据进行车身、纵梁等矫正，车辆外覆件、造型修复； 5.根据铝合金维修特点，使用铝维修工艺对车辆的铝合金压铸件（前后仓铝合金压铸件）进行更换； 6.负责车辆交付前的最终校准和调整工作，确保在交车前车辆恢复到了出厂标准。
1. 负责高速接口IP、PHY IP、通信协议等功能验证仿真 2. 依据项目需求制定验证策略，验证计划与测试点分解 3. 用System Verilog以及UVM验证方法学进行验证环境搭建 4. 编写验证用例、断言、RM、功能覆盖率模型等，迭代回归测试 5. 输出验证报告、覆盖率分析等报告
1. 负责高速接口、MIPI PHY、PCIe PHY等IP数字电路设计工作； 2. 负责IP的需求评估，设计方案与编码实现； 3. 协同后端团队完成物理实现，包括时序约束、后端Signoff检查； 4. 支持芯片量产测试，制定测试方案并分析测试数据； 5. 研究先进工艺下的数字设计方法学，推动设计流程优化。
1. 负责移动游戏, 渲染技術与 GPU 技术规划 2. GPU 与计算生态关系维护 3. 对接 Google、Khronos 组织的各项活动并开展相关规划工作 4. 市场与竞品分析
1. 系统架构与设计： -负责财务领域各系统（业财集成、资金、税务、报账、成本、共享中心等）的架构设计、核心模块编码与重构 -制定并推行技术规范，保障系统的高可用、高并发、可扩展性及安全性，特别是在涉及资金交易与敏感数据的场景下 -评估和引入适合财务领域的新技术、框架与工具，推动技术架构持续演进 2. 核心开发与交付： -主导或独立完成复杂业务功能及技术模块的开发，解决性能、安全、稳定性等关键技术挑战 -编写高质量、可维护、可测试的代码，并进行有效的代码审查，确保所负责系统的高质量交付与平稳上线 3. 业务理解与方案设计： -深入理解财务各领域的业务流程、规则与痛点（如税务合规性、资金安全、核算自动化等） -能将复杂的业务需求转化为清晰、可行的技术方案与系统设计。参与产品需求讨论，从技术实现和业务合理性角度提供专业建议 4. AI探索与实践：探索并尝试将AI相关技术应用于财务场景，提升自动化与智能化水平 5. 团队协作与指导：与产品经理、测试工程师、其他开发及业务部门密切协作，确保项目顺利推进。指导中级及初级工程师，在团队内进行知识分享，提升整体技术水平
1. 负责项目开发过程中底盘零部件DV/PV的策划及状态管控； 2. 负责底盘零部件的DVP审核、进度跟踪及工程认可签署； 3. 负责底盘零部件试验问题的检出，协助开发定位和排查问题，跟踪并闭环验证； 4. 负责底盘零部件DVP试验飞检，审核试验数据确保符合试验要求； 5. 负责底盘零部件试验报告审核； 6. 负责底盘零部件供应商试验能力认可； 7. 开展零部件试验体系建设工作，组织完善零部件及系统的试验标准和配套流程体系建设。 8.通过整车载荷分解，识别零部件关键工况及载荷边界，优化试验标准及试验工况定义，提升试验方案的针对性和有效性； 9.协同CAE团队进行零部件级及系统级仿真分析，推动仿真驱动试验策划，实现虚实结合的验证闭环。
1. 负责设备台账、资料、程序、参数的管理、备份； 2. 支持维修工现场紧急抢修，快速恢复设备； 3. 负责设备持续升级改造及优化，新设备导入和技术调整； 4. 负责设备疑难及高频问题跟踪解决； 5. 负责设备备件的核对、提报、采购跟踪，使用管理； 6. 编制培训课件,负责维修工培训及技能提升； 7. 编制设备操作SOP、标定手册、体系文件等； 8. 负责PM/TPM的编制与优化； 9. 负责设备大修计划指定，设备改造方案指定，方案落实跟踪等； 10. 负责设备审核、预验收、验收； 11. 负责设备软件的使用、升级、程序优化和参数修改； 12. 负责设备安装、调试等问题跟踪和解决； 13. 配合内外部审核。
1、主导软件开发质量流程体系的建设与落地，制定需求、设计、编码、测试、发布各阶段的质量门禁与交付标准，保障研发过程受控运行； 2、搭建软件质量度量体系，定义缺陷密度、测试逃逸率、问题按期关闭率等核心指标，基于数据分析制定质量目标并跟踪达成情况，定期输出质量报告； 3、主导质量异常的闭环管理，运用8D、5Why等方法开展根因分析，推动问题解决与复盘，沉淀经验教训库，防止同类问题重复发生； 4、牵头重点质量改进专项，识别TOP质量问题并推动跨部门资源投入，以专项结果衡量改进成效； 5、沉淀质量管理方法论与典型案例，组织质量赋能培训，提升研发团队整体质量意识与工具应用能力。
1、全面负责具身世界模型预训练数据研究，围绕互联网图文与视频、第一视角数据、机器人交互轨迹、状态序列、仿真及合成数据等，研究数据源拓展、采集生成、清洗去重、质量评估和多模态对齐策略，建立可持续迭代的数据体系。 2、研究数据规模、质量、多样性、时空覆盖与模型能力之间的关系，制定语言、视觉、视频、状态、动作等模态及不同任务、场景的数据配比、采样和课程策略，持续提升预训练数据效率与信息密度。 3、探索理解、生成与动作统一的具身世界模型架构和学习范式，研究视觉、语言、状态、动作及时空交互信息的统一表征、Token 化、模态接口与联合训练目标，推动模型在预训练阶段实现跨模态对齐与联合建模。 4、围绕 In-context Learning、Zero-shot/Few-shot Generalization、跨任务迁移、跨场景泛化和长时程推理等目标，设计预训练任务、数据组织方式及评测方法，研究通用具身能力的形成机制并持续迭代。 5、与 Infra 团队协同迭代模型训练与推理框架，从算法和模型侧优化大规模训练的稳定性、吞吐、显存及并行效率，提升推理延迟、生成质量和资源利用率，支持研究方案的快速验证与规模化应用。 6、构建覆盖离线数据、仿真环境和真实机器人任务的评测与诊断体系，开展系统实验、消融分析和 Scaling 研究，跟踪具身智能、多模态基础模型、世界模型与生成式建模前沿，推动论文、专利、开源项目及核心技术成果产出。
1. 负责DDRC或DDRPHY方向的需求规格分析、架构演进评估、方案设计，完成上下游端到端交付； 2. 分析优化DDRC/DDRPHY子系统性能(高带宽低延时)和功耗，探索架构演进方向； 3. 负责DDRC/DDRPHY低功耗设计，理解访存功耗构成，推动能效优化； 4. 与DDR验证、系统软件、芯片集成团队协同，确保DDRC/DDRPHY方案从设计到量产的质量； 5. 跟踪DDR技术标准演进(LPDDR5X/DDR6等)及AI芯片对内存带宽的需求，输出架构规划和技术洞察；
1、全生命周期质量管理：主导可穿戴产品（手表/手环/耳机）软件全生命周期质量管理工作，覆盖需求-架构-详设-开发-售后-维护全链路，确保产品高质量交付； 2、IPD流程与节点评审：基于IPD流程，主导软件质量策划、组织STR1-STR6节点评审、试产/量产阶段质量复盘（EWP），推动质量问题闭环与经验沉淀； 3、质量专项改善：主导软件质量专项（如蓝牙/Wi-Fi连接稳定性、低功耗达标率、健康监测算法准确性、OTA升级成功率、NPS/UFI提升），通过数据分析拆解根因、制定专项目标并推动达成； 4、体系与标准建设：持续完善可穿戴软件质量标准与流程体系，建立ODM模式下的软件质量验收标准与协同机制； 5、产品线质量规划：制定产品线年度质量提升计划与实施策略，统筹各项目质量目标、度量指标（FFR、NPS、UFI）达成。